# TensorRT Engine 生成
# 使用 trtexec 命令行工具

# 1. 导出 ONNX 模型
trtexec \
  --onnx=yolo11n_480.onnx \
  --saveEngine=yolo11n_fp16_480.engine \
  --fp16 \
  --minShapes=input:1x3x480x480 \
  --optShapes=input:4x3x480x480 \
  --maxShapes=input:8x3x480x480 \
  --workspace=4096 \
  --verbose

# 或者使用优化器设置
trtexec \
  --onnx=yolo11n_480.onnx \
  --saveEngine=yolo11n_fp16_480.engine \
  --fp16 \
  --optShapes=input:4x3x480x480 \
  --workspace=4096 \
  --builderOptimizationLevel=5 \
  --refit=False \
  --sparsity=False

# INT8 量化（需要校准数据）
trtexec \
  --onnx=yolo11n_480.onnx \
  --saveEngine=yolo11n_int8_480.engine \
  --int8 \
  --calib=calibration.bin \
  --minShapes=input:1x3x480x480 \
  --optShapes=input:4x3x480x480 \
  --maxShapes=input:8x3x480x480 \
  --workspace=4096

# 验证引擎
trtexec --loadEngine=yolo11n_fp16_480.engine --dumpOutput